1、训练集：用于训练机器学习模型的数据集，包含了已知的输入特征和相应的目标变量，模型通过学习训练集中的模式和关联来拟合数据并提取规律。2、验证集：用于调整模型超参数和验证模型性能的数据集，在训练过程中，使用验证集来评估模型在未见过的数据上的表现，并进行参数调整和模型选择，以获得更好的泛化性能。3、测试集：用于评估已经训练好的模型在未知数据上的性能，测试集是模型从未接触过的数据样本，用于最终评估模型的泛化能力和预测准确性。